Question

我试图修改文件流，但我遇到了一些有趣的事情。当我从原始流中读取一个字符串然后尝试将其写入一个新流时，我最终会得到比原始流更大的字符串。

我没有发现任何类似的问题。有人可以澄清发生了什么吗？我介入并注意到变量的大小

private Stream CopyAndChangeStreamContents(Stream input)
{
    input.Position = 0; //input.Length is (long)84863 

    string contents = new StreamReader(input).ReadToEnd(); //contents.Length is (int)80765 

    Stream output = new MemoryStream();
    new StreamWriter(output).Write(contents); //output.Length is (long)151950 

    output.Flush();
    return output;
}

编辑＃2 Downvoter：该方法的评论和意图并不能解释这里发生的事情。无论正在读取什么类型的数据，我想了解底层流功能导致如此剧烈的大小差异。

当读取字节时，如果它来自zip或文本文件无关紧要，字节仍然是字节，所以如果我有一个输入0110 0001 0110 0010 0110 0011 0110 0100，我希望仍然可以读取4个字节。即使我把它读作字符串＆＃39; abcd＆＃39;，如果我完全按照我发现的那样写回二进制文件，它也不会对我有所影响。

为什么一个Stream给我的长度为84863，而另一个流给我的长度为151950？

修改：我尝试使用StreamReader构造函数来尝试读取编码：

var reader = new StreamReader(input, true);

以后写出时使用相同的编码：

new StreamWriter(output, reader.CurrentEncoding).Write(contents);

..无济于事。同样的问题。

Answer 1

您的信息流包含非UTF-8的二进制数据。 StreamReader(Stream)的默认构造函数使用UTF-8解码器，用Unicode replacement character，U+FFFD替换无法识别的字节序列。

假设输入流包含五个字节41 80 81 82 7A。然后new StreamReader(input).ReadToEnd()返回字符串"A��z"，因为0x80（以及0x81和0x82）无法解码为C＃char使用UTF-8编码。

调用new StreamWriter(output).Write()将该字符串编码为UTF-8并将其写入输出流。 U+FFFD以UTF-8编码为三字节序列EF BF BD。所以在这个例子中，它会写出11个字节：41 EF BF BD EF BF BD EF BF BD 7A。

将无法识别的字节转换为�到EF BF BD解释了为什么当您阅读然后编写它时，您的流的大小会增大。

解决方案是读取和写入byte[]，而不是将任意二进制数据转换为string。

为什么此副本Stream比其原始Stream更大？

1 个答案: